MétaCan
Menu
← Retour à la cohorte
Enregistrement W4400439471 · doi:10.5465/amproc.2024.13520symposium

Navigating the Path to Diversity, Equity, and Inclusion in Strategy Making

2024· article· en· W4400439471 sur OpenAlexaff
Anna Plotnikova, Theresa Langenmayr, David Knights, Pikka‐Maaria Laine, Eddy S. Ng, Julia Hautz, Janet Johansson

Notice bibliographique

RevueAcademy of Management Proceedings · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésEquity (law)Inclusion (mineral)Diversity (politics)Path (computing)Computer scienceSociologyPolitical scienceGender studiesAnthropology

Résumé

récupéré en direct d'OpenAlex

Creating strategies has traditionally been a reserved and secretive endeavor, limited to a select few who possess the authority to make decisions. Unfortunately, these traditional strategists often lack diversity. In response to pressing societal issues and growing environmental complexities, organizations are now embracing collaboration and diversifying the actors involved in strategic management. Despite these positive shifts, the expectations for representation and equal rights for marginalized social groups in strategic management are not fully realized, maintaining persistent pressure for change. Current research on diversity in strategy making, whether concerning the diversity of top management teams or adopting open strategy approaches, primarily takes a utilitarian perspective on diversity and inclusion. This symposium aims to stimulate a critical dialogue on diversity, equity, and inclusion in strategy-making. By exploring various perspectives and research streams within the domain of diversity, equity, and inclusion, the symposium seeks to shed light on different methods to enhance diversity, equity, and inclusion in strategy making. The discussions will delve into understanding the inherent challenges and identifying effective strategies to overcome them within the context of strategy-making.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,042
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,224

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0420,025
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0170,105
Communication savante0,0320,025
Science ouverte0,0020,031
Intégrité de la recherche0,0040,008
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,041
Tête enseignante GPT0,319
Écart entre enseignants0,278 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management Proceedings→Même sujetEntrepreneurship Studies and Influences→Travaux en français237 207→